先学工作流：确定步骤不一定需要Agent

把活动准备拆成看得见的步骤

星桥手作社想准备一份虚构的纸艺活动清单，输入是参与人数、活动类型与现有材料数量，输出是待准备材料和需要人工确认的事项。最简单的方法是按固定顺序检查人数规则、计算材料、生成清单、交给指导员复核。这叫工作流：步骤和分支由设计者预先确定。它不一定需要AI，更不一定需要一个能自行决定下一步的智能体。普通计算和已知规则可以直接用表格或程序完成。

固定步骤的价值在于可预测

例如普通纸艺每人两张纸，十人需要二十张，库存十八张，缺两张。这种计算不应交给模型靠语言猜数。工作流可以先检查输入是否合法，再用明确公式计算，然后由模型或人工将结果写成自然语言说明。这里模型只负责表达，而不是决定采购或更改活动。流程清楚时，出错容易定位：人数输入错、计算错或表达错。每一步都有输入和预期输出，测试成本通常也比自由行动更低。

智能体增加了什么能力

智能体，英文常写作Agent，通常指能围绕目标选择下一步、使用工具并依据结果继续调整的系统。它适合步骤不能完全预先确定的任务，例如需要比较多个可用活动方案，发现缺资料后决定继续查规则还是请求确认。自主选择也增加不确定性，它可能反复查相同资料、误解工具结果或走向不必要的动作。模型能写计划不意味着系统已经具备可靠执行、权限控制和恢复能力。

一个选型比较示例

任务甲是依据固定配比算纸张数量，适合确定工作流；任务乙是从三个虚构活动中选择满足人数与工具条件的方案，可以先用规则筛选，再允许助手解释差异；任务丙是未经确认直接安排活动并通知所有人，本课不开放这种外部动作。要判断是否需要Agent，先问下一步是否总能由规则确定，如果能，就不要增加自主决策。只有明确存在决策空间，且工具边界、反馈与停止条件已经设计好时，才考虑有限的智能体循环。

先做纸面流程图

将输入写成任务卡，把每一步放进方框，画清楚成功和失败分支。人数为空就请求补充，库存不足就标记缺口，不擅自补库存；信息齐全才生成清单，最终由人确认。给每一步一个检查点，例如计算结果必须能手算核对。这个简单流程能帮助小白看懂系统真正做了什么。不要因为产品名称带智能体就默认需要复杂自主行动，也不要把聊天界面当成工作流已经完成的证明。